ผู้วิจัย
นิธินันท์ มาตา
บทคัดย่อ
Skeleton เป็นข้อบ่งชี้ที่สำคัญสำหรับรูปทรง มีประโยชน์ส าหรับการใช้งานที่แตกต่างกัน ไม่ว่าจะเป็นการซ่อมแซม (การดึง การแก้ไข การเอากลับคืน) การถ่ายภาพทางการแพทย์ หรือแม้แต่การสร้างการเคลื่อนไหว งานวิจัยในปีที่ผ่านๆ มามีการพัฒนาและนำเสนอเทคนิคหรืออัลกอริทึมที่แตกต่างกันสำหรับการสกัด skeleton จากโมเดล 3 มิติ แต่ละเทคนิคพยายามที่จะดำเนินการเพื่อให้บรรลุเป้าหมายที่เจาะจง ผู้วิจัยจึงได้นำเสนอบทความสำรวจอัลกอริทึมในการทำ skeletonisation ในแต่ละอัลกอริทึมที่ถูกนำเสนอในปีที่ผ่านมา จะทำให้ได้ผลลัพธ์เป็น skeleton 2 รูปแบบด้วยกัน คือ curve – skeleton และ kinematic – skeleton ซึ่ง ทั้ง 2 รูปแบบ ต้องสามารถแทนรูปทรง 3 มิติ ของวัตถุต้นแบบได้จากการสำรวจพบว่าส่วนใหญ่แล้ว curve – skeleton จะเหมาะสมกับงานประเภทของการวิเคราะห์และแยกแยะวัตถุในการรู้จำ เน้นการตอบสนองต่อ คุณสมบัติต่าง ๆ ที่ skeleton พึงมี หรือเกณฑ์การวัดคุณภาพของ skeleton ส่วน kinematic – skeleton จะเหมาะสมกับการนำผลลัพธ์ของ skeleton ที่สกัดได้มาสร้างการเคลื่อนไหวให้กับวัตถุในอนาคตเนื่องจาก kinematic – skeleton มีสร้างและแสดงข้อต่อ (joint) ที่สอดคล้องกับชิ้นส่วนของวัตถุ จึงส่งผลให้แก้ไขวัตถุในอนาคตได้
หน่วยงานการอ้างอิง
คณะเทคโนโลยีสารสนเทศ มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าพระนครเหนือ
ความคิดเห็น